Jupyter现在可以为TensorFlow准备运行Docker映像了:
docker run -d -v $(pwd):/home/jovyan/work -p 8888:8888 jupyter/tensorflow-notebook
0
Jupyter现在可以为TensorFlow准备运行Docker映像了:
docker run -d -v $(pwd):/home/jovyan/work -p 8888:8888 jupyter/tensorflow-notebook
0
要使其在hyper-v下运行。执行以下步骤:
1)使用https://blogs.msdn.microsoft.com/scicoria/2014/10/09/getting-docker-running-on-hyper-v-8-1-2012-r2/创建docker虚拟机为您提供一个工作的Docker容器。您可以通过控制台或ssh连接到它。我至少要放置8gb的内存,因为我敢肯定这会占用很多内存。
2)运行“ ifconfig”来确定Docker VM的IP地址
3)在docker shell提示符下输入:
码头工人运行-p 8888:8888 -p 6006:6006 -it b.gcr.io/tensorflow/tensorflow
4)使用http:/ [ifconfig地址]:8888 /连接到Jupyter工作台
0
进一步阅读Docker文档后,我有一个适合我的解决方案:
docker run -p 8888:8888 -p 6006:6006 b.gcr.io/tensorflow/tensorflow ./run_jupyter.sh
-p 8888:8888和-p 6006:6006将容器端口在同一端口号上公开给主机。如果仅使用-p 8888,则会在主机上分配一个随机端口。
./run_jupyter.sh告诉docker在容器中执行什么。
使用此命令,我可以使用主机上的浏览器连接到http:// localhost:8888 /并访问jupyter笔记本。
更新:在Windows上与docker搏斗后,我切换回具有docker的Ubuntu计算机。我的笔记本在Docker会话之间被擦除,这在阅读更多Docker文档后才有意义。这是一条更新的命令,该命令还将容器目录挂载到容器中,并开始jupyter指向该挂载的目录。现在我的笔记本保存在主机上,下次启动tensorflow时将可用。
docker run -p 8888:8888 -p 6006:6006 -v /home/rob/notebook:/notebook b.gcr.io/tensorflow/tensorflow sh -c "jupyter notebook /notebook"
0
$ cd
$ docker run -it -p 8888:8888 -p 6006:6006 -v /$(pwd)/tensorflow:/notebooks --name tf b.gcr.io/tensorflow/tensorflow
$ docker start -i tf
如果您不在Windows上,则应该将
/$(pwd)
更改为$(pwd)
您将在主目录中获得一个名为tensorflow
的空文件夹,用作项目文件(如Ipython Notebook和数据集)的永久存储。
cd
以确保您位于主目录中。 -it
表示交互式,因此您可以在终端环境中与容器进行交互。 -v host_folder:container_folder
允许在主机和容器之间共享文件夹。主机文件夹应位于主目录内。 /$(pwd)
转换为//c/Users/YOUR_USER_DIR
在Windows 10此文件夹被看作是notebooks
在容器目录其用于通过IPython的/ Jupyter笔记本。 --name tf
分配名称tf
的容器。 -p 8888:8888 -p 6006:6006
容器到主机的映射端口,第一对用于Jupyter笔记本,第二对用于Tensorboard -i
代表互动0
对于Linux主机罗伯特·格雷夫斯(Robert Graves),答案是可行的,但对于Mac OS X或Windows,还有更多工作要做,因为Docker在虚拟机中运行。
因此,要开始启动docker shell(如果使用Linux,则要启动任何shell)并运行以下命令以启动新的TensorFlow容器:
docker run -p 8888:8888 -p 6006:6006 b.gcr.io/tensorflow/tensorflow ./run_jupyter.sh
然后,对于Mac OS X和Windows,您只需执行一次以下操作:
0
如果您是使用Windows机器的码头工人,那么这些步骤对我有用。
版本:Windows 8.1,docker 1.10.3,tensorflow r0.7
docker-machine ip
并进行记录。让我们称之为“ IP地址”。看起来像这样:192.168.99.104(我组成了这个IP地址) 将此命令粘贴到docker终端上:
docker run -p 8888:8888 -p 6006:6006 b.gcr.io/tensorflow/tensorflow
。
如果您是第一次运行此程序,它将在此轻量级vm上下载并安装映像。然后应该说:“ Jupyter笔记本电脑正在....”运行->这是一个好兆头!
<your ip address (see above)>:8888
。例如。 192.168.99.104:8888/
0
我已经在ubuntu机器上安装了tensorflow docker容器。 tensorflow docker 设置说明指定:
这使我进入docker容器终端,并且我可以运行python并执行Hello World示例。我也可以手动运行。\ run_jupyter.sh以启动jupyter笔记本。但是,我无法从主机访问笔记本。
如何启动jupyter笔记本,以便可以从主机上使用笔记本?理想情况下,我想使用docker在单个命令中启动容器并启动jupyter。